Overview

Brought to you by YData

Dataset statistics

Number of variables26
Number of observations29740
Missing cells110573
Missing cells (%)14.3%
Duplicate rows0
Duplicate rows (%)0.0%
Total size in memory5.9 MiB
Average record size in memory208.0 B

Variable types

Text18
Categorical6
Numeric2

Alerts

location has constant value "Bremen" Constant
classification is highly overall correlated with role and 1 other fieldsHigh correlation
earliestDate is highly overall correlated with latestDateHigh correlation
genderOfArtist is highly overall correlated with roleHigh correlation
latestDate is highly overall correlated with earliestDate and 2 other fieldsHigh correlation
role is highly overall correlated with classification and 2 other fieldsHigh correlation
type is highly overall correlated with classification and 1 other fieldsHigh correlation
type is highly imbalanced (86.7%) Imbalance
genderOfArtist is highly imbalanced (98.1%) Imbalance
classification is highly imbalanced (83.8%) Imbalance
resourceType is highly imbalanced (99.8%) Imbalance
imageUrl has 1601 (5.4%) missing values Missing
material has 5914 (19.9%) missing values Missing
subject has 11166 (37.5%) missing values Missing
artistGNDId has 1594 (5.4%) missing values Missing
genderOfArtist has 8147 (27.4%) missing values Missing
placeOfBirth has 11711 (39.4%) missing values Missing
placeOfDeath has 11867 (39.9%) missing values Missing
placeOfActivity has 22074 (74.2%) missing values Missing
associatedCountry has 1719 (5.8%) missing values Missing
displayMeasurements has 1645 (5.5%) missing values Missing
objectDescription has 29620 (99.6%) missing values Missing
inscriptions has 1397 (4.7%) missing values Missing
resourceType has 1606 (5.4%) missing values Missing
lidoRecordId has unique values Unique

Reproduction

Analysis started2025-05-22 13:43:26.332173
Analysis finished2025-05-22 13:43:29.226269
Duration2.89 seconds
Software versionydata-profiling v4.16.1
Download configurationconfig.json

Variables

lidoRecordId
Text

Unique 

Distinct29740
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size232.5 KiB
2025-05-22T15:43:29.278000image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/

Length

Max length25
Median length24
Mean length24.050034
Min length21

Characters and Unicode

Total characters715248
Distinct characters21
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique29740 ?
Unique (%)100.0%

Sample

1st rowDE-MUS-027614/lido/100104
2nd rowDE-MUS-027614/lido/100109
3rd rowDE-MUS-027614/lido/100112
4th rowDE-MUS-027614/lido/100113
5th rowDE-MUS-027614/lido/100114
ValueCountFrequency (%)
de-mus-027614/lido/100104 1
 
< 0.1%
de-mus-027614/lido/104524 1
 
< 0.1%
de-mus-027614/lido/100114 1
 
< 0.1%
de-mus-027614/lido/100115 1
 
< 0.1%
de-mus-027614/lido/100116 1
 
< 0.1%
de-mus-027614/lido/100117 1
 
< 0.1%
de-mus-027614/lido/100118 1
 
< 0.1%
de-mus-027614/lido/100119 1
 
< 0.1%
de-mus-027614/lido/100120 1
 
< 0.1%
de-mus-027614/lido/100263 1
 
< 0.1%
Other values (29730) 29730
> 99.9%
2025-05-22T15:43:29.408436image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
/ 59480
 
8.3%
- 59480
 
8.3%
1 48461
 
6.8%
2 46751
 
6.5%
4 45234
 
6.3%
0 43239
 
6.0%
6 42394
 
5.9%
7 40627
 
5.7%
o 29740
 
4.2%
d 29740
 
4.2%
Other values (11) 270102
37.8%

Most occurring categories

ValueCountFrequency (%)
(unknown) 715248
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
/ 59480
 
8.3%
- 59480
 
8.3%
1 48461
 
6.8%
2 46751
 
6.5%
4 45234
 
6.3%
0 43239
 
6.0%
6 42394
 
5.9%
7 40627
 
5.7%
o 29740
 
4.2%
d 29740
 
4.2%
Other values (11) 270102
37.8%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 715248
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
/ 59480
 
8.3%
- 59480
 
8.3%
1 48461
 
6.8%
2 46751
 
6.5%
4 45234
 
6.3%
0 43239
 
6.0%
6 42394
 
5.9%
7 40627
 
5.7%
o 29740
 
4.2%
d 29740
 
4.2%
Other values (11) 270102
37.8%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 715248
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
/ 59480
 
8.3%
- 59480
 
8.3%
1 48461
 
6.8%
2 46751
 
6.5%
4 45234
 
6.3%
0 43239
 
6.0%
6 42394
 
5.9%
7 40627
 
5.7%
o 29740
 
4.2%
d 29740
 
4.2%
Other values (11) 270102
37.8%

imageUrl
Text

Missing 

Distinct28139
Distinct (%)100.0%
Missing1601
Missing (%)5.4%
Memory size232.5 KiB
2025-05-22T15:43:29.505472image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/

Length

Max length154
Median length76
Mean length76.051885
Min length73

Characters and Unicode

Total characters2140024
Distinct characters40
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique28139 ?
Unique (%)100.0%

Sample

1st rowhttps://onlinekatalog.kunsthalle-bremen.de/DE-MUS-027614/object/100104/157321
2nd rowhttps://onlinekatalog.kunsthalle-bremen.de/DE-MUS-027614/object/100109/156033
3rd rowhttps://onlinekatalog.kunsthalle-bremen.de/DE-MUS-027614/object/100112/130002
4th rowhttps://onlinekatalog.kunsthalle-bremen.de/DE-MUS-027614/object/100113/155976
5th rowhttps://onlinekatalog.kunsthalle-bremen.de/DE-MUS-027614/object/100114/130004
ValueCountFrequency (%)
https://onlinekatalog.kunsthalle-bremen.de/de-mus-027614/object/100104/157321 1
 
< 0.1%
https://onlinekatalog.kunsthalle-bremen.de/de-mus-027614/object/104522/158352 1
 
< 0.1%
https://onlinekatalog.kunsthalle-bremen.de/de-mus-027614/object/100114/130004 1
 
< 0.1%
https://onlinekatalog.kunsthalle-bremen.de/de-mus-027614/object/100115/130000 1
 
< 0.1%
https://onlinekatalog.kunsthalle-bremen.de/de-mus-027614/object/100116/130003 1
 
< 0.1%
https://onlinekatalog.kunsthalle-bremen.de/de-mus-027614/object/100117/156030 1
 
< 0.1%
https://onlinekatalog.kunsthalle-bremen.de/de-mus-027614/object/100118/156013 1
 
< 0.1%
https://onlinekatalog.kunsthalle-bremen.de/de-mus-027614/object/100119/155969 1
 
< 0.1%
https://onlinekatalog.kunsthalle-bremen.de/de-mus-027614/object/100120/156001 1
 
< 0.1%
https://onlinekatalog.kunsthalle-bremen.de/de-mus-027614/object/100263/161302 1
 
< 0.1%
Other values (28132) 28132
> 99.9%
2025-05-22T15:43:29.652351image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
/ 168852
 
7.9%
e 168852
 
7.9%
t 140710
 
6.6%
n 112568
 
5.3%
l 112568
 
5.3%
1 94209
 
4.4%
a 84426
 
3.9%
o 84426
 
3.9%
- 84426
 
3.9%
2 63570
 
3.0%
Other values (30) 1025417
47.9%

Most occurring categories

ValueCountFrequency (%)
(unknown) 2140024
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
/ 168852
 
7.9%
e 168852
 
7.9%
t 140710
 
6.6%
n 112568
 
5.3%
l 112568
 
5.3%
1 94209
 
4.4%
a 84426
 
3.9%
o 84426
 
3.9%
- 84426
 
3.9%
2 63570
 
3.0%
Other values (30) 1025417
47.9%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 2140024
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
/ 168852
 
7.9%
e 168852
 
7.9%
t 140710
 
6.6%
n 112568
 
5.3%
l 112568
 
5.3%
1 94209
 
4.4%
a 84426
 
3.9%
o 84426
 
3.9%
- 84426
 
3.9%
2 63570
 
3.0%
Other values (30) 1025417
47.9%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 2140024
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
/ 168852
 
7.9%
e 168852
 
7.9%
t 140710
 
6.6%
n 112568
 
5.3%
l 112568
 
5.3%
1 94209
 
4.4%
a 84426
 
3.9%
o 84426
 
3.9%
- 84426
 
3.9%
2 63570
 
3.0%
Other values (30) 1025417
47.9%

type
Categorical

High correlation  Imbalance 

Distinct26
Distinct (%)0.1%
Missing0
Missing (%)0.0%
Memory size232.5 KiB
Druckgraphik; Druckgraphik
26705 
Zeichnung; Zeichnung
 
2332
Studie; Studie
 
254
Skizze; Skizze
 
126
Illustration/Buchillustration
 
115
Other values (21)
 
208

Length

Max length42
Median length26
Mean length25.356288
Min length10

Characters and Unicode

Total characters754096
Distinct characters39
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique5 ?
Unique (%)< 0.1%

Sample

1st rowDruckgraphik; Druckgraphik
2nd rowDruckgraphik; Druckgraphik
3rd rowDruckgraphik; Druckgraphik
4th rowDruckgraphik; Druckgraphik
5th rowDruckgraphik; Druckgraphik

Common Values

ValueCountFrequency (%)
Druckgraphik; Druckgraphik 26705
89.8%
Zeichnung; Zeichnung 2332
 
7.8%
Studie; Studie 254
 
0.9%
Skizze; Skizze 126
 
0.4%
Illustration/Buchillustration 115
 
0.4%
Entwurf; Entwurf 35
 
0.1%
vorbereitende Studie 28
 
0.1%
Scheibenriss; Scheibenriss 18
 
0.1%
Mappenwerk; Mappenwerk 17
 
0.1%
Entwurfsskizze 14
 
< 0.1%
Other values (16) 96
 
0.3%

Length

2025-05-22T15:43:29.709971image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
druckgraphik 53410
90.0%
zeichnung 4672
 
7.9%
studie 536
 
0.9%
skizze 252
 
0.4%
illustration/buchillustration 115
 
0.2%
entwurf 70
 
0.1%
scheibenriss 36
 
0.1%
mappenwerk 34
 
0.1%
karikatur 33
 
0.1%
vorbereitende 28
 
< 0.1%
Other values (17) 170
 
0.3%

Most occurring characters

ValueCountFrequency (%)
r 107432
14.2%
k 107212
14.2%
i 59497
7.9%
u 59194
7.8%
c 58331
7.7%
h 58328
7.7%
g 58144
7.7%
a 53833
7.1%
p 53480
7.1%
D 53419
7.1%
Other values (29) 85226
11.3%

Most occurring categories

ValueCountFrequency (%)
(unknown) 754096
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
r 107432
14.2%
k 107212
14.2%
i 59497
7.9%
u 59194
7.8%
c 58331
7.7%
h 58328
7.7%
g 58144
7.7%
a 53833
7.1%
p 53480
7.1%
D 53419
7.1%
Other values (29) 85226
11.3%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 754096
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
r 107432
14.2%
k 107212
14.2%
i 59497
7.9%
u 59194
7.8%
c 58331
7.7%
h 58328
7.7%
g 58144
7.7%
a 53833
7.1%
p 53480
7.1%
D 53419
7.1%
Other values (29) 85226
11.3%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 754096
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
r 107432
14.2%
k 107212
14.2%
i 59497
7.9%
u 59194
7.8%
c 58331
7.7%
h 58328
7.7%
g 58144
7.7%
a 53833
7.1%
p 53480
7.1%
D 53419
7.1%
Other values (29) 85226
11.3%

material
Text

Missing 

Distinct424
Distinct (%)1.8%
Missing5914
Missing (%)19.9%
Memory size232.5 KiB
2025-05-22T15:43:29.758080image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/

Length

Max length171
Median length144
Mean length50.042768
Min length2

Characters and Unicode

Total characters1192319
Distinct characters88
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique338 ?
Unique (%)1.4%

Sample

1st rowLithographie; Lithographie (Druckverfahren)
2nd rowRadierung; Radierung (Druckverfahren)
3rd rowKupferstich; Kupferstich (Druckverfahren); Kupferstich (Druckverfahren)
4th rowLithographie; Lithographie (Druckverfahren)
5th rowLithographie; Lithographie (Druckverfahren)
ValueCountFrequency (%)
druckverfahren 30217
33.9%
kupferstich 16104
18.1%
radierung 15912
17.9%
lithographie 8740
 
9.8%
holzschnitt 8586
 
9.6%
aquatinta 1512
 
1.7%
farbholzschnitt 1274
 
1.4%
kaltnadel 1140
 
1.3%
farblithographie 816
 
0.9%
collé-druck 790
 
0.9%
Other values (516) 4051
 
4.5%
2025-05-22T15:43:29.879178image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
r 136206
 
11.4%
e 106688
 
8.9%
h 77901
 
6.5%
i 65735
 
5.5%
65316
 
5.5%
u 65036
 
5.5%
a 63975
 
5.4%
n 60697
 
5.1%
c 58176
 
4.9%
t 51891
 
4.4%
Other values (78) 440698
37.0%

Most occurring categories

ValueCountFrequency (%)
(unknown) 1192319
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
r 136206
 
11.4%
e 106688
 
8.9%
h 77901
 
6.5%
i 65735
 
5.5%
65316
 
5.5%
u 65036
 
5.5%
a 63975
 
5.4%
n 60697
 
5.1%
c 58176
 
4.9%
t 51891
 
4.4%
Other values (78) 440698
37.0%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 1192319
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
r 136206
 
11.4%
e 106688
 
8.9%
h 77901
 
6.5%
i 65735
 
5.5%
65316
 
5.5%
u 65036
 
5.5%
a 63975
 
5.4%
n 60697
 
5.1%
c 58176
 
4.9%
t 51891
 
4.4%
Other values (78) 440698
37.0%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 1192319
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
r 136206
 
11.4%
e 106688
 
8.9%
h 77901
 
6.5%
i 65735
 
5.5%
65316
 
5.5%
u 65036
 
5.5%
a 63975
 
5.4%
n 60697
 
5.1%
c 58176
 
4.9%
t 51891
 
4.4%
Other values (78) 440698
37.0%
Distinct4192
Distinct (%)14.1%
Missing4
Missing (%)< 0.1%
Memory size232.5 KiB
2025-05-22T15:43:29.989307image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/

Length

Max length59
Median length58
Mean length7.60758
Min length1

Characters and Unicode

Total characters226219
Distinct characters60
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique2023 ?
Unique (%)6.8%

Sample

1st row1838
2nd row1874
3rd row1850
4th row1880
5th row1816
ValueCountFrequency (%)
um 2923
 
7.7%
jahrhundert 1351
 
3.6%
vor 1278
 
3.4%
16 844
 
2.2%
nach 827
 
2.2%
1632-1635 489
 
1.3%
1520 445
 
1.2%
17 294
 
0.8%
hälfte 251
 
0.7%
1550-1555 233
 
0.6%
Other values (3436) 28872
76.4%
2025-05-22T15:43:30.169855image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
1 49803
22.0%
8 23772
10.5%
5 20239
 
8.9%
6 14514
 
6.4%
- 11530
 
5.1%
7 11248
 
5.0%
2 9901
 
4.4%
3 9775
 
4.3%
0 9284
 
4.1%
4 8463
 
3.7%
Other values (50) 57690
25.5%

Most occurring categories

ValueCountFrequency (%)
(unknown) 226219
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
1 49803
22.0%
8 23772
10.5%
5 20239
 
8.9%
6 14514
 
6.4%
- 11530
 
5.1%
7 11248
 
5.0%
2 9901
 
4.4%
3 9775
 
4.3%
0 9284
 
4.1%
4 8463
 
3.7%
Other values (50) 57690
25.5%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 226219
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
1 49803
22.0%
8 23772
10.5%
5 20239
 
8.9%
6 14514
 
6.4%
- 11530
 
5.1%
7 11248
 
5.0%
2 9901
 
4.4%
3 9775
 
4.3%
0 9284
 
4.1%
4 8463
 
3.7%
Other values (50) 57690
25.5%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 226219
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
1 49803
22.0%
8 23772
10.5%
5 20239
 
8.9%
6 14514
 
6.4%
- 11530
 
5.1%
7 11248
 
5.0%
2 9901
 
4.4%
3 9775
 
4.3%
0 9284
 
4.1%
4 8463
 
3.7%
Other values (50) 57690
25.5%

earliestDate
Real number (ℝ)

High correlation 

Distinct489
Distinct (%)1.6%
Missing3
Missing (%)< 0.1%
Infinite0
Infinite (%)0.0%
Mean1709.7896
Minimum1300
Maximum1987
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size232.5 KiB
2025-05-22T15:43:30.231530image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/

Quantile statistics

Minimum1300
5-th percentile1501
Q11555
median1754
Q31838
95-th percentile1887
Maximum1987
Range687
Interquartile range (IQR)283

Descriptive statistics

Standard deviation142.86149
Coefficient of variation (CV)0.083555012
Kurtosis-1.5276459
Mean1709.7896
Median Absolute Deviation (MAD)116
Skewness-0.24299004
Sum50844014
Variance20409.406
MonotonicityNot monotonic
2025-05-22T15:43:30.286436image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
1501 826
 
2.8%
1632 521
 
1.8%
1519 418
 
1.4%
1550 397
 
1.3%
1515 375
 
1.3%
1830 348
 
1.2%
1510 333
 
1.1%
1500 327
 
1.1%
1520 320
 
1.1%
1848 315
 
1.1%
Other values (479) 25557
85.9%
ValueCountFrequency (%)
1300 2
 
< 0.1%
1400 1
 
< 0.1%
1401 97
0.3%
1435 1
 
< 0.1%
1450 6
 
< 0.1%
1455 4
 
< 0.1%
1460 4
 
< 0.1%
1465 11
 
< 0.1%
1467 1
 
< 0.1%
1470 31
 
0.1%
ValueCountFrequency (%)
1987 1
 
< 0.1%
1979 1
 
< 0.1%
1973 1
 
< 0.1%
1971 1
 
< 0.1%
1967 1
 
< 0.1%
1965 1
 
< 0.1%
1963 1
 
< 0.1%
1962 1
 
< 0.1%
1961 1
 
< 0.1%
1959 5
< 0.1%

latestDate
Real number (ℝ)

High correlation 

Distinct495
Distinct (%)1.7%
Missing3
Missing (%)< 0.1%
Infinite0
Infinite (%)0.0%
Mean1732.0453
Minimum151
Maximum2010
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size232.5 KiB
2025-05-22T15:43:30.340347image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/

Quantile statistics

Minimum151
5-th percentile1519
Q11600
median1778
Q31851
95-th percentile1900
Maximum2010
Range1859
Interquartile range (IQR)251

Descriptive statistics

Standard deviation138.74472
Coefficient of variation (CV)0.080104557
Kurtosis0.15766336
Mean1732.0453
Median Absolute Deviation (MAD)103
Skewness-0.44279683
Sum51505831
Variance19250.098
MonotonicityNot monotonic
2025-05-22T15:43:30.394053image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
1600 781
 
2.6%
1635 600
 
2.0%
1700 534
 
1.8%
1520 496
 
1.7%
1825 383
 
1.3%
1800 375
 
1.3%
1555 331
 
1.1%
1831 308
 
1.0%
1530 303
 
1.0%
1550 298
 
1.0%
Other values (485) 25328
85.2%
ValueCountFrequency (%)
151 1
 
< 0.1%
165 1
 
< 0.1%
185 1
 
< 0.1%
1399 2
 
< 0.1%
1468 1
 
< 0.1%
1470 4
 
< 0.1%
1471 2
 
< 0.1%
1472 2
 
< 0.1%
1475 22
0.1%
1476 2
 
< 0.1%
ValueCountFrequency (%)
2010 2
 
< 0.1%
2000 2
 
< 0.1%
1987 1
 
< 0.1%
1979 1
 
< 0.1%
1969 1
 
< 0.1%
1965 1
 
< 0.1%
1963 1
 
< 0.1%
1962 1
 
< 0.1%
1961 1
 
< 0.1%
1959 8
< 0.1%

subject
Text

Missing 

Distinct15713
Distinct (%)84.6%
Missing11166
Missing (%)37.5%
Memory size232.5 KiB
2025-05-22T15:43:30.491523image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/

Length

Max length1056
Median length466
Mean length150.2139
Min length3

Characters and Unicode

Total characters2790073
Distinct characters129
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique14520 ?
Unique (%)78.2%

Sample

1st rowStadtansicht (allgemein); Vedute (+ Stadt(ansicht) mit (Staffage-)Figuren); Vedute; Stadt; Namen von Städten und Dörfern (CONSTANTINE); Stadt; Dorf; Name; Inspektion, Besichtigung (der Kompanie, Einheit, Truppe); untersuchen; prüfen
2nd rowJäger; männlich; auf einem Pferd, Esel oder Maultier reiten; Reiter(in); reiten; reiten (zu Pferd); Esel; Maultier
3rd rowhistorische Person (MEMLING, Hans) - Porträt einer historischen Person (MEMLING, Hans) (MEMLING, Hans) (+ Brustbild, Dreiviertelprofil (Porträt)); Name; historische Person; Porträt; Mensch; Mann; Knabe; Junge; Identität; erwachsener Mann (+ Dreiviertelprofil); Erwachsenenalter; Porträt, Selbstporträt eines Malers; Porträt; Selbstporträt; Maler
4th rowSoldat ohne Dienstgrad; Soldat; Krieger; Schußwaffen: Kanone; Schusswaffen; schießen
5th rowLiebespaar; Paar; Szene aus: Bernardin de Saint-Pierre, Paul et Virginie; literarisches Werk; Buch; Roman; Dichtkunst; Maskerade; Spiel; Titel; Name
ValueCountFrequency (%)
12801
 
3.8%
der 5430
 
1.6%
und 4603
 
1.4%
person 4467
 
1.3%
porträt 4440
 
1.3%
mit 4078
 
1.2%
mann 3570
 
1.1%
historische 3251
 
1.0%
einer 3077
 
0.9%
von 2986
 
0.9%
Other values (12691) 287747
85.5%
2025-05-22T15:43:30.652142image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
e 324129
 
11.6%
317876
 
11.4%
n 186729
 
6.7%
r 179563
 
6.4%
i 151142
 
5.4%
t 146535
 
5.3%
a 134224
 
4.8%
; 122692
 
4.4%
s 109809
 
3.9%
h 86448
 
3.1%
Other values (119) 1030926
36.9%

Most occurring categories

ValueCountFrequency (%)
(unknown) 2790073
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
e 324129
 
11.6%
317876
 
11.4%
n 186729
 
6.7%
r 179563
 
6.4%
i 151142
 
5.4%
t 146535
 
5.3%
a 134224
 
4.8%
; 122692
 
4.4%
s 109809
 
3.9%
h 86448
 
3.1%
Other values (119) 1030926
36.9%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 2790073
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
e 324129
 
11.6%
317876
 
11.4%
n 186729
 
6.7%
r 179563
 
6.4%
i 151142
 
5.4%
t 146535
 
5.3%
a 134224
 
4.8%
; 122692
 
4.4%
s 109809
 
3.9%
h 86448
 
3.1%
Other values (119) 1030926
36.9%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 2790073
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
e 324129
 
11.6%
317876
 
11.4%
n 186729
 
6.7%
r 179563
 
6.4%
i 151142
 
5.4%
t 146535
 
5.3%
a 134224
 
4.8%
; 122692
 
4.4%
s 109809
 
3.9%
h 86448
 
3.1%
Other values (119) 1030926
36.9%
Distinct2190
Distinct (%)7.4%
Missing0
Missing (%)0.0%
Memory size232.5 KiB
2025-05-22T15:43:30.735154image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/

Length

Max length51
Median length42
Mean length18.862307
Min length3

Characters and Unicode

Total characters560965
Distinct characters102
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique881 ?
Unique (%)3.0%

Sample

1st rowRaffet, Denis Auguste Marie
2nd rowDetaille, Édouard
3rd rowDesvachez, David
4th rowDetaille, Édouard
5th rowDesenne, Alexandre Joseph
ValueCountFrequency (%)
anonym 2827
 
3.9%
jahrhundert 1949
 
2.7%
nicolas 1793
 
2.5%
toussaint 1438
 
2.0%
charlet 1436
 
2.0%
de 1269
 
1.8%
jacques 1165
 
1.6%
hans 1089
 
1.5%
16 1066
 
1.5%
deutsch 989
 
1.4%
Other values (2581) 57326
79.2%
2025-05-22T15:43:30.874009image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
e 50655
 
9.0%
42607
 
7.6%
a 40953
 
7.3%
r 37263
 
6.6%
n 35796
 
6.4%
, 29979
 
5.3%
o 29977
 
5.3%
i 29420
 
5.2%
l 26533
 
4.7%
s 24437
 
4.4%
Other values (92) 213345
38.0%

Most occurring categories

ValueCountFrequency (%)
(unknown) 560965
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
e 50655
 
9.0%
42607
 
7.6%
a 40953
 
7.3%
r 37263
 
6.6%
n 35796
 
6.4%
, 29979
 
5.3%
o 29977
 
5.3%
i 29420
 
5.2%
l 26533
 
4.7%
s 24437
 
4.4%
Other values (92) 213345
38.0%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 560965
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
e 50655
 
9.0%
42607
 
7.6%
a 40953
 
7.3%
r 37263
 
6.6%
n 35796
 
6.4%
, 29979
 
5.3%
o 29977
 
5.3%
i 29420
 
5.2%
l 26533
 
4.7%
s 24437
 
4.4%
Other values (92) 213345
38.0%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 560965
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
e 50655
 
9.0%
42607
 
7.6%
a 40953
 
7.3%
r 37263
 
6.6%
n 35796
 
6.4%
, 29979
 
5.3%
o 29977
 
5.3%
i 29420
 
5.2%
l 26533
 
4.7%
s 24437
 
4.4%
Other values (92) 213345
38.0%

artistGNDId
Text

Missing 

Distinct1899
Distinct (%)6.7%
Missing1594
Missing (%)5.4%
Memory size232.5 KiB
2025-05-22T15:43:30.968445image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/

Length

Max length10
Median length9
Mean length9.0779152
Min length9

Characters and Unicode

Total characters255507
Distinct characters11
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique677 ?
Unique (%)2.4%

Sample

1st row118787683
2nd row118671685
3rd row1166576817
4th row118671685
5th row121242986
ValueCountFrequency (%)
10424383x 1456
 
5.2%
11852786x 1363
 
4.8%
11851850x 1087
 
3.9%
118508326 505
 
1.8%
118523880 477
 
1.7%
116430907 463
 
1.6%
109507711 458
 
1.6%
118806491 458
 
1.6%
118524461 393
 
1.4%
118787683 355
 
1.3%
Other values (1889) 21131
75.1%
2025-05-22T15:43:31.110357image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
1 60877
23.8%
8 32659
12.8%
0 24692
9.7%
2 22942
 
9.0%
5 20992
 
8.2%
4 20033
 
7.8%
3 19086
 
7.5%
6 17593
 
6.9%
7 16953
 
6.6%
9 14569
 
5.7%

Most occurring categories

ValueCountFrequency (%)
(unknown) 255507
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
1 60877
23.8%
8 32659
12.8%
0 24692
9.7%
2 22942
 
9.0%
5 20992
 
8.2%
4 20033
 
7.8%
3 19086
 
7.5%
6 17593
 
6.9%
7 16953
 
6.6%
9 14569
 
5.7%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 255507
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
1 60877
23.8%
8 32659
12.8%
0 24692
9.7%
2 22942
 
9.0%
5 20992
 
8.2%
4 20033
 
7.8%
3 19086
 
7.5%
6 17593
 
6.9%
7 16953
 
6.6%
9 14569
 
5.7%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 255507
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
1 60877
23.8%
8 32659
12.8%
0 24692
9.7%
2 22942
 
9.0%
5 20992
 
8.2%
4 20033
 
7.8%
3 19086
 
7.5%
6 17593
 
6.9%
7 16953
 
6.6%
9 14569
 
5.7%

genderOfArtist
Categorical

High correlation  Imbalance  Missing 

Distinct2
Distinct (%)< 0.1%
Missing8147
Missing (%)27.4%
Memory size232.5 KiB
Mann
21554 
Frau
 
39

Length

Max length4
Median length4
Mean length4
Min length4

Characters and Unicode

Total characters86372
Distinct characters6
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowMann
2nd rowMann
3rd rowMann
4th rowMann
5th rowMann

Common Values

ValueCountFrequency (%)
Mann 21554
72.5%
Frau 39
 
0.1%
(Missing) 8147
 
27.4%

Length

2025-05-22T15:43:31.166269image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2025-05-22T15:43:31.203516image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/
ValueCountFrequency (%)
mann 21554
99.8%
frau 39
 
0.2%

Most occurring characters

ValueCountFrequency (%)
n 43108
49.9%
a 21593
25.0%
M 21554
25.0%
F 39
 
< 0.1%
r 39
 
< 0.1%
u 39
 
< 0.1%

Most occurring categories

ValueCountFrequency (%)
(unknown) 86372
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
n 43108
49.9%
a 21593
25.0%
M 21554
25.0%
F 39
 
< 0.1%
r 39
 
< 0.1%
u 39
 
< 0.1%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 86372
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
n 43108
49.9%
a 21593
25.0%
M 21554
25.0%
F 39
 
< 0.1%
r 39
 
< 0.1%
u 39
 
< 0.1%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 86372
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
n 43108
49.9%
a 21593
25.0%
M 21554
25.0%
F 39
 
< 0.1%
r 39
 
< 0.1%
u 39
 
< 0.1%

placeOfBirth
Text

Missing 

Distinct402
Distinct (%)2.2%
Missing11711
Missing (%)39.4%
Memory size232.5 KiB
2025-05-22T15:43:31.268211image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/

Length

Max length42
Median length39
Mean length8.0642853
Min length3

Characters and Unicode

Total characters145391
Distinct characters71
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique113 ?
Unique (%)0.6%

Sample

1st rowParis
2nd rowValenciennes
3rd rowParis
4th rowMülhausen
5th rowMülhausen
ValueCountFrequency (%)
paris 3383
 
16.9%
nürnberg 2546
 
12.7%
nancy 1486
 
7.4%
antwerpen 507
 
2.5%
marseille 483
 
2.4%
vevey 463
 
2.3%
amsterdam 368
 
1.8%
augsburg 363
 
1.8%
namur 316
 
1.6%
paderborn 309
 
1.5%
Other values (460) 9829
49.0%
2025-05-22T15:43:31.455219image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
r 16531
 
11.4%
e 14782
 
10.2%
a 12256
 
8.4%
n 11255
 
7.7%
s 8242
 
5.7%
i 7435
 
5.1%
u 7160
 
4.9%
g 5203
 
3.6%
b 4555
 
3.1%
l 4484
 
3.1%
Other values (61) 53488
36.8%

Most occurring categories

ValueCountFrequency (%)
(unknown) 145391
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
r 16531
 
11.4%
e 14782
 
10.2%
a 12256
 
8.4%
n 11255
 
7.7%
s 8242
 
5.7%
i 7435
 
5.1%
u 7160
 
4.9%
g 5203
 
3.6%
b 4555
 
3.1%
l 4484
 
3.1%
Other values (61) 53488
36.8%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 145391
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
r 16531
 
11.4%
e 14782
 
10.2%
a 12256
 
8.4%
n 11255
 
7.7%
s 8242
 
5.7%
i 7435
 
5.1%
u 7160
 
4.9%
g 5203
 
3.6%
b 4555
 
3.1%
l 4484
 
3.1%
Other values (61) 53488
36.8%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 145391
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
r 16531
 
11.4%
e 14782
 
10.2%
a 12256
 
8.4%
n 11255
 
7.7%
s 8242
 
5.7%
i 7435
 
5.1%
u 7160
 
4.9%
g 5203
 
3.6%
b 4555
 
3.1%
l 4484
 
3.1%
Other values (61) 53488
36.8%

placeOfDeath
Text

Missing 

Distinct236
Distinct (%)1.3%
Missing11867
Missing (%)39.9%
Memory size232.5 KiB
2025-05-22T15:43:31.548442image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/

Length

Max length30
Median length29
Mean length7.6659766
Min length3

Characters and Unicode

Total characters137014
Distinct characters74
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique60 ?
Unique (%)0.3%

Sample

1st rowGenua
2nd rowLüttich
3rd rowMontlignon (Seine-et-Oise)
4th rowMülhausen
5th rowMülhausen
ValueCountFrequency (%)
paris 5583
27.4%
nürnberg 2049
 
10.1%
nancy 1089
 
5.4%
am 717
 
3.5%
frankfurt 681
 
3.3%
main 681
 
3.3%
amsterdam 493
 
2.4%
valmondois 477
 
2.3%
menton 464
 
2.3%
genua 355
 
1.7%
Other values (264) 7754
38.1%
2025-05-22T15:43:31.766873image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
r 15771
 
11.5%
a 14087
 
10.3%
n 11083
 
8.1%
e 10335
 
7.5%
i 9677
 
7.1%
s 9444
 
6.9%
u 6280
 
4.6%
P 5870
 
4.3%
t 4321
 
3.2%
o 4207
 
3.1%
Other values (64) 45939
33.5%

Most occurring categories

ValueCountFrequency (%)
(unknown) 137014
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
r 15771
 
11.5%
a 14087
 
10.3%
n 11083
 
8.1%
e 10335
 
7.5%
i 9677
 
7.1%
s 9444
 
6.9%
u 6280
 
4.6%
P 5870
 
4.3%
t 4321
 
3.2%
o 4207
 
3.1%
Other values (64) 45939
33.5%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 137014
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
r 15771
 
11.5%
a 14087
 
10.3%
n 11083
 
8.1%
e 10335
 
7.5%
i 9677
 
7.1%
s 9444
 
6.9%
u 6280
 
4.6%
P 5870
 
4.3%
t 4321
 
3.2%
o 4207
 
3.1%
Other values (64) 45939
33.5%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 137014
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
r 15771
 
11.5%
a 14087
 
10.3%
n 11083
 
8.1%
e 10335
 
7.5%
i 9677
 
7.1%
s 9444
 
6.9%
u 6280
 
4.6%
P 5870
 
4.3%
t 4321
 
3.2%
o 4207
 
3.1%
Other values (64) 45939
33.5%

placeOfActivity
Text

Missing 

Distinct189
Distinct (%)2.5%
Missing22074
Missing (%)74.2%
Memory size232.5 KiB
2025-05-22T15:43:31.857759image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/

Length

Max length100
Median length85
Mean length10.039917
Min length3

Characters and Unicode

Total characters76966
Distinct characters61
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique51 ?
Unique (%)0.7%

Sample

1st rowBrüssel; Paris; Valenciennes
2nd rowParis
3rd rowMülhausen; London
4th rowMülhausen; London
5th rowKöln; Antwerpen
ValueCountFrequency (%)
paris 3325
29.9%
nürnberg 591
 
5.3%
lyon 505
 
4.5%
rom 483
 
4.3%
haarlem 478
 
4.3%
amsterdam 472
 
4.2%
antwerpen 269
 
2.4%
london 252
 
2.3%
straßburg 250
 
2.2%
leiden 238
 
2.1%
Other values (153) 4274
38.4%
2025-05-22T15:43:32.009565image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
r 8435
 
11.0%
a 6781
 
8.8%
i 5929
 
7.7%
e 5528
 
7.2%
s 5199
 
6.8%
n 4793
 
6.2%
3471
 
4.5%
P 3401
 
4.4%
g 2977
 
3.9%
; 2792
 
3.6%
Other values (51) 27660
35.9%

Most occurring categories

ValueCountFrequency (%)
(unknown) 76966
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
r 8435
 
11.0%
a 6781
 
8.8%
i 5929
 
7.7%
e 5528
 
7.2%
s 5199
 
6.8%
n 4793
 
6.2%
3471
 
4.5%
P 3401
 
4.4%
g 2977
 
3.9%
; 2792
 
3.6%
Other values (51) 27660
35.9%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 76966
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
r 8435
 
11.0%
a 6781
 
8.8%
i 5929
 
7.7%
e 5528
 
7.2%
s 5199
 
6.8%
n 4793
 
6.2%
3471
 
4.5%
P 3401
 
4.4%
g 2977
 
3.9%
; 2792
 
3.6%
Other values (51) 27660
35.9%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 76966
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
r 8435
 
11.0%
a 6781
 
8.8%
i 5929
 
7.7%
e 5528
 
7.2%
s 5199
 
6.8%
n 4793
 
6.2%
3471
 
4.5%
P 3401
 
4.4%
g 2977
 
3.9%
; 2792
 
3.6%
Other values (51) 27660
35.9%

associatedCountry
Text

Missing 

Distinct130
Distinct (%)0.5%
Missing1719
Missing (%)5.8%
Memory size232.5 KiB
2025-05-22T15:43:32.067526image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/

Length

Max length48
Median length10
Mean length11.760787
Min length3

Characters and Unicode

Total characters329549
Distinct characters47
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique24 ?
Unique (%)0.1%

Sample

1st rowFrankreich; Italien
2nd rowFrankreich
3rd rowBelgien
4th rowFrankreich
5th rowFrankreich
ValueCountFrequency (%)
frankreich 16549
50.5%
deutschland 7343
22.4%
niederlande 2805
 
8.6%
italien 1379
 
4.2%
schweiz 1293
 
3.9%
belgien 1142
 
3.5%
japan 835
 
2.5%
großbritannien 211
 
0.6%
österreich 175
 
0.5%
land 165
 
0.5%
Other values (22) 850
 
2.6%
2025-05-22T15:43:32.167495image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
e 38723
11.8%
r 36793
11.2%
n 31983
9.7%
a 30508
9.3%
h 25724
 
7.8%
c 25721
 
7.8%
i 24184
 
7.3%
k 16823
 
5.1%
F 16568
 
5.0%
d 13182
 
4.0%
Other values (37) 69340
21.0%

Most occurring categories

ValueCountFrequency (%)
(unknown) 329549
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
e 38723
11.8%
r 36793
11.2%
n 31983
9.7%
a 30508
9.3%
h 25724
 
7.8%
c 25721
 
7.8%
i 24184
 
7.3%
k 16823
 
5.1%
F 16568
 
5.0%
d 13182
 
4.0%
Other values (37) 69340
21.0%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 329549
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
e 38723
11.8%
r 36793
11.2%
n 31983
9.7%
a 30508
9.3%
h 25724
 
7.8%
c 25721
 
7.8%
i 24184
 
7.3%
k 16823
 
5.1%
F 16568
 
5.0%
d 13182
 
4.0%
Other values (37) 69340
21.0%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 329549
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
e 38723
11.8%
r 36793
11.2%
n 31983
9.7%
a 30508
9.3%
h 25724
 
7.8%
c 25721
 
7.8%
i 24184
 
7.3%
k 16823
 
5.1%
F 16568
 
5.0%
d 13182
 
4.0%
Other values (37) 69340
21.0%

role
Categorical

High correlation 

Distinct18
Distinct (%)0.1%
Missing0
Missing (%)0.0%
Memory size232.5 KiB
Radierer
8394 
Lithograph
6960 
Stecher
5597 
Formschneider
5502 
Zeichner
2913 
Other values (13)
 
374

Length

Max length13
Median length12
Mean length9.2095831
Min length5

Characters and Unicode

Total characters273893
Distinct characters31
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique2 ?
Unique (%)< 0.1%

Sample

1st rowLithograph
2nd rowRadierer
3rd rowStecher
4th rowLithograph
5th rowLithograph

Common Values

ValueCountFrequency (%)
Radierer 8394
28.2%
Lithograph 6960
23.4%
Stecher 5597
18.8%
Formschneider 5502
18.5%
Zeichner 2913
 
9.8%
Inventor 205
 
0.7%
Radiererin 50
 
0.2%
Maler 46
 
0.2%
Lithographin 31
 
0.1%
Zeichnerin 15
 
0.1%
Other values (8) 27
 
0.1%

Length

2025-05-22T15:43:32.222365image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
radierer 8394
28.2%
lithograph 6960
23.4%
stecher 5597
18.8%
formschneider 5502
18.5%
zeichner 2913
 
9.8%
inventor 205
 
0.7%
radiererin 50
 
0.2%
maler 46
 
0.2%
lithographin 31
 
0.1%
zeichnerin 15
 
0.1%
Other values (8) 27
 
0.1%

Most occurring characters

ValueCountFrequency (%)
e 45241
16.5%
r 43702
16.0%
h 28022
10.2%
i 23974
8.8%
a 15488
 
5.7%
c 14038
 
5.1%
d 13946
 
5.1%
t 12813
 
4.7%
o 12703
 
4.6%
n 8945
 
3.3%
Other values (21) 55021
20.1%

Most occurring categories

ValueCountFrequency (%)
(unknown) 273893
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
e 45241
16.5%
r 43702
16.0%
h 28022
10.2%
i 23974
8.8%
a 15488
 
5.7%
c 14038
 
5.1%
d 13946
 
5.1%
t 12813
 
4.7%
o 12703
 
4.6%
n 8945
 
3.3%
Other values (21) 55021
20.1%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 273893
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
e 45241
16.5%
r 43702
16.0%
h 28022
10.2%
i 23974
8.8%
a 15488
 
5.7%
c 14038
 
5.1%
d 13946
 
5.1%
t 12813
 
4.7%
o 12703
 
4.6%
n 8945
 
3.3%
Other values (21) 55021
20.1%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 273893
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
e 45241
16.5%
r 43702
16.0%
h 28022
10.2%
i 23974
8.8%
a 15488
 
5.7%
c 14038
 
5.1%
d 13946
 
5.1%
t 12813
 
4.7%
o 12703
 
4.6%
n 8945
 
3.3%
Other values (21) 55021
20.1%
Distinct914
Distinct (%)3.1%
Missing251
Missing (%)0.8%
Memory size232.5 KiB
2025-05-22T15:43:32.320152image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/

Length

Max length10
Median length4
Mean length6.3230018
Min length4

Characters and Unicode

Total characters186459
Distinct characters14
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique192 ?
Unique (%)0.7%

Sample

1st row1804-03-02
2nd row1848
3rd row1822-06-30
4th row1848
5th row1785
ValueCountFrequency (%)
1792-12-20 1436
 
4.9%
1501 1294
 
4.4%
1471-05-21 1142
 
3.9%
1592 983
 
3.3%
1500 964
 
3.3%
1495 803
 
2.7%
1828 540
 
1.8%
1808-02-26 471
 
1.6%
1810-05-28 463
 
1.6%
1480 458
 
1.6%
Other values (904) 20935
71.0%
2025-05-22T15:43:32.480222image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
1 46524
25.0%
0 25060
13.4%
- 22823
12.2%
2 16506
 
8.9%
8 15966
 
8.6%
5 14324
 
7.7%
7 11899
 
6.4%
6 8905
 
4.8%
4 8743
 
4.7%
9 7960
 
4.3%
Other values (4) 7749
 
4.2%

Most occurring categories

ValueCountFrequency (%)
(unknown) 186459
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
1 46524
25.0%
0 25060
13.4%
- 22823
12.2%
2 16506
 
8.9%
8 15966
 
8.6%
5 14324
 
7.7%
7 11899
 
6.4%
6 8905
 
4.8%
4 8743
 
4.7%
9 7960
 
4.3%
Other values (4) 7749
 
4.2%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 186459
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
1 46524
25.0%
0 25060
13.4%
- 22823
12.2%
2 16506
 
8.9%
8 15966
 
8.6%
5 14324
 
7.7%
7 11899
 
6.4%
6 8905
 
4.8%
4 8743
 
4.7%
9 7960
 
4.3%
Other values (4) 7749
 
4.2%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 186459
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
1 46524
25.0%
0 25060
13.4%
- 22823
12.2%
2 16506
 
8.9%
8 15966
 
8.6%
5 14324
 
7.7%
7 11899
 
6.4%
6 8905
 
4.8%
4 8743
 
4.7%
9 7960
 
4.3%
Other values (4) 7749
 
4.2%
Distinct995
Distinct (%)3.4%
Missing243
Missing (%)0.8%
Memory size232.5 KiB
2025-05-22T15:43:32.579703image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/

Length

Max length10
Median length4
Mean length6.7742482
Min length4

Characters and Unicode

Total characters199820
Distinct characters17
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique217 ?
Unique (%)0.7%

Sample

1st row1860-02-16
2nd row1912
3rd row1902-05-20
4th row1912
5th row1827
ValueCountFrequency (%)
1845-12-30 1436
 
4.9%
1600 1337
 
4.5%
1528-04-06 1114
 
3.8%
1635-03-24 980
 
3.3%
1550 665
 
2.3%
1536 485
 
1.6%
1883 480
 
1.6%
1879-02-10 471
 
1.6%
1864-03-17 463
 
1.6%
1540 425
 
1.4%
Other values (985) 21641
73.4%
2025-05-22T15:43:32.725120image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
1 44971
22.5%
0 27301
13.7%
- 27271
13.6%
8 19406
9.7%
5 14907
 
7.5%
6 14597
 
7.3%
3 11972
 
6.0%
2 11626
 
5.8%
9 9528
 
4.8%
4 9171
 
4.6%
Other values (7) 9070
 
4.5%

Most occurring categories

ValueCountFrequency (%)
(unknown) 199820
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
1 44971
22.5%
0 27301
13.7%
- 27271
13.6%
8 19406
9.7%
5 14907
 
7.5%
6 14597
 
7.3%
3 11972
 
6.0%
2 11626
 
5.8%
9 9528
 
4.8%
4 9171
 
4.6%
Other values (7) 9070
 
4.5%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 199820
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
1 44971
22.5%
0 27301
13.7%
- 27271
13.6%
8 19406
9.7%
5 14907
 
7.5%
6 14597
 
7.3%
3 11972
 
6.0%
2 11626
 
5.8%
9 9528
 
4.8%
4 9171
 
4.6%
Other values (7) 9070
 
4.5%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 199820
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
1 44971
22.5%
0 27301
13.7%
- 27271
13.6%
8 19406
9.7%
5 14907
 
7.5%
6 14597
 
7.3%
3 11972
 
6.0%
2 11626
 
5.8%
9 9528
 
4.8%
4 9171
 
4.6%
Other values (7) 9070
 
4.5%

location
Categorical

Constant 

Distinct1
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size232.5 KiB
Bremen
29740 

Length

Max length6
Median length6
Mean length6
Min length6

Characters and Unicode

Total characters178440
Distinct characters5
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowBremen
2nd rowBremen
3rd rowBremen
4th rowBremen
5th rowBremen

Common Values

ValueCountFrequency (%)
Bremen 29740
100.0%

Length

2025-05-22T15:43:32.782005image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2025-05-22T15:43:32.816774image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/
ValueCountFrequency (%)
bremen 29740
100.0%

Most occurring characters

ValueCountFrequency (%)
e 59480
33.3%
B 29740
16.7%
r 29740
16.7%
m 29740
16.7%
n 29740
16.7%

Most occurring categories

ValueCountFrequency (%)
(unknown) 178440
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
e 59480
33.3%
B 29740
16.7%
r 29740
16.7%
m 29740
16.7%
n 29740
16.7%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 178440
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
e 59480
33.3%
B 29740
16.7%
r 29740
16.7%
m 29740
16.7%
n 29740
16.7%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 178440
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
e 59480
33.3%
B 29740
16.7%
r 29740
16.7%
m 29740
16.7%
n 29740
16.7%

title
Text

Distinct25908
Distinct (%)87.1%
Missing0
Missing (%)0.0%
Memory size232.5 KiB
2025-05-22T15:43:32.917628image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/

Length

Max length568
Median length311
Mean length69.975925
Min length3

Characters and Unicode

Total characters2081084
Distinct characters171
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique23521 ?
Unique (%)79.1%

Sample

1st rowRevue, Blatt 12 der Folge "Prise de Constantine"; Heerschau
2nd rowJäger zu Pferde, im Profil
3rd rowBildnis J. Hemling
4th rowArtillerist
5th rowPaul et Virginie; Paul und Virginie
ValueCountFrequency (%)
der 13746
 
4.6%
blatt 8671
 
2.9%
folge 8270
 
2.7%
aus 6958
 
2.3%
de 6248
 
2.1%
und 6182
 
2.1%
des 3969
 
1.3%
mit 3880
 
1.3%
von 3630
 
1.2%
in 3314
 
1.1%
Other values (29197) 236587
78.5%
2025-05-22T15:43:33.095175image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
271715
 
13.1%
e 224442
 
10.8%
i 128929
 
6.2%
n 126591
 
6.1%
r 116914
 
5.6%
a 112465
 
5.4%
s 104319
 
5.0%
t 100870
 
4.8%
l 80017
 
3.8%
u 72286
 
3.5%
Other values (161) 742536
35.7%

Most occurring categories

ValueCountFrequency (%)
(unknown) 2081084
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
271715
 
13.1%
e 224442
 
10.8%
i 128929
 
6.2%
n 126591
 
6.1%
r 116914
 
5.6%
a 112465
 
5.4%
s 104319
 
5.0%
t 100870
 
4.8%
l 80017
 
3.8%
u 72286
 
3.5%
Other values (161) 742536
35.7%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 2081084
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
271715
 
13.1%
e 224442
 
10.8%
i 128929
 
6.2%
n 126591
 
6.1%
r 116914
 
5.6%
a 112465
 
5.4%
s 104319
 
5.0%
t 100870
 
4.8%
l 80017
 
3.8%
u 72286
 
3.5%
Other values (161) 742536
35.7%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 2081084
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
271715
 
13.1%
e 224442
 
10.8%
i 128929
 
6.2%
n 126591
 
6.1%
r 116914
 
5.6%
a 112465
 
5.4%
s 104319
 
5.0%
t 100870
 
4.8%
l 80017
 
3.8%
u 72286
 
3.5%
Other values (161) 742536
35.7%

classification
Categorical

High correlation  Imbalance 

Distinct8
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size232.5 KiB
Druckgraphik; Druckgraphik
26753 
Zeichnung; Zeichnung
2941 
Plakat
 
18
Mappenwerk; Mappenwerk
 
17
Illustriertes Buch
 
8
Other values (3)
 
3

Length

Max length26
Median length26
Mean length25.388837
Min length5

Characters and Unicode

Total characters755064
Distinct characters27
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique3 ?
Unique (%)< 0.1%

Sample

1st rowDruckgraphik; Druckgraphik
2nd rowDruckgraphik; Druckgraphik
3rd rowDruckgraphik; Druckgraphik
4th rowDruckgraphik; Druckgraphik
5th rowDruckgraphik; Druckgraphik

Common Values

ValueCountFrequency (%)
Druckgraphik; Druckgraphik 26753
90.0%
Zeichnung; Zeichnung 2941
 
9.9%
Plakat 18
 
0.1%
Mappenwerk; Mappenwerk 17
 
0.1%
Illustriertes Buch 8
 
< 0.1%
Druckplatte 1
 
< 0.1%
Skizzenbuch; Skizzenbuch 1
 
< 0.1%
Brief 1
 
< 0.1%

Length

2025-05-22T15:43:33.151933image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2025-05-22T15:43:33.194779image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/
ValueCountFrequency (%)
druckgraphik 53506
90.0%
zeichnung 5882
 
9.9%
mappenwerk 34
 
0.1%
plakat 18
 
< 0.1%
illustriertes 8
 
< 0.1%
buch 8
 
< 0.1%
skizzenbuch 2
 
< 0.1%
druckplatte 1
 
< 0.1%
brief 1
 
< 0.1%

Most occurring characters

ValueCountFrequency (%)
k 107067
14.2%
r 107064
14.2%
u 59407
7.9%
c 59399
7.9%
i 59399
7.9%
h 59398
7.9%
g 59388
7.9%
a 53577
7.1%
p 53575
7.1%
D 53507
7.1%
Other values (17) 83283
11.0%

Most occurring categories

ValueCountFrequency (%)
(unknown) 755064
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
k 107067
14.2%
r 107064
14.2%
u 59407
7.9%
c 59399
7.9%
i 59399
7.9%
h 59398
7.9%
g 59388
7.9%
a 53577
7.1%
p 53575
7.1%
D 53507
7.1%
Other values (17) 83283
11.0%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 755064
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
k 107067
14.2%
r 107064
14.2%
u 59407
7.9%
c 59399
7.9%
i 59399
7.9%
h 59398
7.9%
g 59388
7.9%
a 53577
7.1%
p 53575
7.1%
D 53507
7.1%
Other values (17) 83283
11.0%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 755064
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
k 107067
14.2%
r 107064
14.2%
u 59407
7.9%
c 59399
7.9%
i 59399
7.9%
h 59398
7.9%
g 59388
7.9%
a 53577
7.1%
p 53575
7.1%
D 53507
7.1%
Other values (17) 83283
11.0%
Distinct2479
Distinct (%)8.3%
Missing8
Missing (%)< 0.1%
Memory size232.5 KiB
2025-05-22T15:43:33.277706image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/

Length

Max length278
Median length258
Mean length18.933035
Min length2

Characters and Unicode

Total characters562917
Distinct characters96
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique1990 ?
Unique (%)6.7%

Sample

1st rowLithographie
2nd rowRadierung
3rd rowKupferstich
4th rowLithographie in Schwarz, Weiß, Rot; Tonplatte in Braun
5th rowLithographie
ValueCountFrequency (%)
radierung 8422
 
13.1%
lithographie 6399
 
10.0%
kupferstich 5854
 
9.1%
holzschnitt 5387
 
8.4%
in 2970
 
4.6%
und 2637
 
4.1%
collé 2143
 
3.3%
chine 2142
 
3.3%
mit 1559
 
2.4%
braun 1382
 
2.2%
Other values (1453) 25372
39.5%
2025-05-22T15:43:33.421313image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
i 57230
 
10.2%
e 50099
 
8.9%
r 40023
 
7.1%
t 34915
 
6.2%
n 34865
 
6.2%
h 34772
 
6.2%
34535
 
6.1%
a 30954
 
5.5%
u 24224
 
4.3%
g 19899
 
3.5%
Other values (86) 201401
35.8%

Most occurring categories

ValueCountFrequency (%)
(unknown) 562917
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
i 57230
 
10.2%
e 50099
 
8.9%
r 40023
 
7.1%
t 34915
 
6.2%
n 34865
 
6.2%
h 34772
 
6.2%
34535
 
6.1%
a 30954
 
5.5%
u 24224
 
4.3%
g 19899
 
3.5%
Other values (86) 201401
35.8%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 562917
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
i 57230
 
10.2%
e 50099
 
8.9%
r 40023
 
7.1%
t 34915
 
6.2%
n 34865
 
6.2%
h 34772
 
6.2%
34535
 
6.1%
a 30954
 
5.5%
u 24224
 
4.3%
g 19899
 
3.5%
Other values (86) 201401
35.8%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 562917
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
i 57230
 
10.2%
e 50099
 
8.9%
r 40023
 
7.1%
t 34915
 
6.2%
n 34865
 
6.2%
h 34772
 
6.2%
34535
 
6.1%
a 30954
 
5.5%
u 24224
 
4.3%
g 19899
 
3.5%
Other values (86) 201401
35.8%

displayMeasurements
Text

Missing 

Distinct18465
Distinct (%)65.7%
Missing1645
Missing (%)5.5%
Memory size232.5 KiB
2025-05-22T15:43:33.538530image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/

Length

Max length12
Median length12
Mean length11.594803
Min length7

Characters and Unicode

Total characters325756
Distinct characters14
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique13508 ?
Unique (%)48.1%

Sample

1st row169 x 275 mm
2nd row317 x 237 mm
3rd row370 x 280 mm
4th row290 x 221 mm
5th row290 x 221 mm
ValueCountFrequency (%)
x 28096
25.0%
mm 28082
25.0%
160 397
 
0.4%
52 345
 
0.3%
150 334
 
0.3%
200 314
 
0.3%
95 308
 
0.3%
140 304
 
0.3%
120 301
 
0.3%
190 296
 
0.3%
Other values (721) 53593
47.7%
2025-05-22T15:43:33.698999image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
84275
25.9%
m 56166
17.2%
1 30450
 
9.3%
x 28096
 
8.6%
2 25520
 
7.8%
3 16670
 
5.1%
5 14224
 
4.4%
4 13277
 
4.1%
0 12796
 
3.9%
8 11570
 
3.6%
Other values (4) 32712
 
10.0%

Most occurring categories

ValueCountFrequency (%)
(unknown) 325756
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
84275
25.9%
m 56166
17.2%
1 30450
 
9.3%
x 28096
 
8.6%
2 25520
 
7.8%
3 16670
 
5.1%
5 14224
 
4.4%
4 13277
 
4.1%
0 12796
 
3.9%
8 11570
 
3.6%
Other values (4) 32712
 
10.0%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 325756
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
84275
25.9%
m 56166
17.2%
1 30450
 
9.3%
x 28096
 
8.6%
2 25520
 
7.8%
3 16670
 
5.1%
5 14224
 
4.4%
4 13277
 
4.1%
0 12796
 
3.9%
8 11570
 
3.6%
Other values (4) 32712
 
10.0%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 325756
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
84275
25.9%
m 56166
17.2%
1 30450
 
9.3%
x 28096
 
8.6%
2 25520
 
7.8%
3 16670
 
5.1%
5 14224
 
4.4%
4 13277
 
4.1%
0 12796
 
3.9%
8 11570
 
3.6%
Other values (4) 32712
 
10.0%

objectDescription
Text

Missing 

Distinct91
Distinct (%)75.8%
Missing29620
Missing (%)99.6%
Memory size232.5 KiB
2025-05-22T15:43:33.792573image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/

Length

Max length2582
Median length732.5
Mean length699.46667
Min length73

Characters and Unicode

Total characters83936
Distinct characters100
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique77 ?
Unique (%)64.2%

Sample

1st rowSowohl Menzel als auch Charlet nutzten die Ränder ihrer Litho-Steine für Skizzen und schnelle Entwürfe. Aus ihnen spricht die pure Lust am Zeichnen mit der Litho-Kreide auf der feinen Oberfläche des Steins. Menzel entwickelte sogar eine ganze Serie solcher Blätter.
2nd rowNeben Meisterwerken der europäischen Kunst verfügt die Kunsthalle Bremen auch über eine international bedeutende Sammlung japanischer Farbholzschnitte aus dem 17. bis 19. Jahrhundert, die über 600 Blätter sowie Blockbücher umfasst. Diese wurde Anfang des 20. Jahrhunderts im Auftrag von Heinrich Wiegand, dem Generaldirektor des Norddeutschen Lloyd, und Gustav Pauli, dem ersten Direktor der Kunsthalle Bremen, von dem Berliner Kunsthistoriker Friedrich Perzy´nski in Japan zusammengetragen und beinhaltet seltene Arbeiten von Okumura Masanobu, Tôshûsai Sharaku, Katsushika Hokusai und Andô Hiroshige. Das Vermächtnis des Bremer Sammlers Johann Friedrich Lahmann ergänzte diesen Grundstock 1937 um kostbareWerke. Das farblich zurückhaltende Blatt von Okumura Masanobu ist ein später einfarbiger Holzschnitt, der nach Druck in Schwarz noch von Hand koloriert wurde. Er zeigt die berühmte Waka- Dichterin Ono no Komachi aus dem 9./10. Jahrhundert wie sie Verse aus ihrer Gedichtsammlung wäscht um einen ungerechtfertigten Plagiatsvorwurf zu entkräften und ihren Gegner der Intrige zu überführen. Während Darstellungen von schönen Frauen und Kabuki-Schauspielern die mehrfarbigen Holzschnitte des späten 18. Jahrhunderts dominierten, traten im 19. Jahrhundert zunehmend Landschaftsansichten in den Vordergrund. Die 53 Stationen der Tôkaidô, der zwischen Edo (dem heutigen Tôkyô) und Kyôto liegenden Verbindungsstraße, waren hierbei ein vielfach interpretiertes Bildmotiv. Das farbintensive Blatt von Andô Hiroshige zeigt Reisende beim Überqueren der Yahagi-Brücke nahe Okazaki, der 38. Station der Tôkaidô, südöstlich von Nagoya.
3rd rowBarbara Regina Dietzsch stammte aus einer Nürnberger Künstlerfamilie und war ein echtes Naturtalent, im wörtlichen Sinne. Sie spezialisierte sich auf Blumenstillleben, die von der niederländischen Genremalerei inspiriert sind. Anders als etwa Maria Sibylla Merian, die ebenfalls zeitweise in Nürnberg tätig war, geht es Dietzsch in der Darstellung von Pflanzen nicht um botanische Hintergründe, sie war vielmehr an der ästhetischen Ausdruckskraft von Pflanzen interessiert. Ihre typischen Pflanzenminiaturen zeigen meist eine Blüte vor dunklem, beinahe schwarzem Grund oft mit zwei oder mehreren Insekten, die die Pflanze als ihre Anlaufstelle ausgewählt haben. Dietzsch kombiniert dabei Aquarell und Deckfarben, um eine malerische Wirkung auf Papier zu erzeugen. Die Pflanzen treten durch ihre täuschend echte Malweise äußerst plastisch hervor. Die auf Blumenstillleben spezialisierte Künstlerin lieferte 1740 auch Vorzeichnungen für ein "Blumen - und Zeichenhandbuch für Frauenzimmer", das Kupferstiche nach ihren Entwürfen enthält. Dietzsch erlangte durch ihre Blumen- und Tierstillleben große Berühmtheit, lehnte mehrere Rufe als Holfmalerin an deutschen Höfen zu arbeiten jedoch ab. Die Kunsthalle Bremen besitzt insgesamt sieben ihrer Aquarelle, davon sechs Blumenstillleben und eine Zeichnung eines Fasans.
4th rowNeben dem nahezu gesamten druckgraphischen Werk von Albrecht Dürer – hierunter so berühmte Blätter wie die Holzschnitte Das Männerbad (um 1496), Die Apokalyptischen Reiter (um 1497/98; Blatt 5 der Apokalypse) und Das Rhinocerus (1498) sowie die Kupferstiche Adam und Eva (1504), Ritter, Tod und Teufel (1513) und Melencolia (1514) – besitzt das Kupferstichkabinett auch bedeutende druckgraphische Werke anderer altdeutscher Künstler. Das Hochdruckverfahren des Holzschnittes kam im 13. Jahrhundert aus China nach Europa und ist eng mit der Verbreitung der Papierherstellung verbunden. Wahrend man diese Technik zunächst für die Herstellung von religiösen Bildern benutzte, wurde sie später auch für die Darstellung von weltlichen Motiven wie hier dem Männerbad eingesetzt. Das früheste datierte Blatt, das im Tiefdruckverfahren des Kupferstichs gedruckt wurde, geht auf die Mitte des 15. Jahrhunderts zurück. Bei diesem manuellen Stichverfahren, das durch Schraffuren erlaubt, alle Töne zwischen dem zartesten Grau und dem tiefsten Schwarz zu erzielen und damit eine größere Vielfalt der Darstellung und des Ausdrucks als der Holzschnitt ermöglicht, wird das zu druckende Bild mit einem Grabstichel in eine Kupferplatte geschnitten. Ein frühes Beispiel ist der von Martin Schongauer geschaffene Kupferstich Der Heilige Antonius, von Dämonen gepeinigt, der kurz nach 1470 entstand und mit erzählerischer Phantasie die Höllenangst des Spätmittelalters noch einmal aufleben lässt. Am Anfang des 16. Jahrhunderts kam zu Holzschnitt und Kupferstich das Tiefdruckverfahren der Radierung hinzu. Das schwierige und zeitaufwendige Arbeiten mit Schneidemesser oder Grabstichel übernahm nun ein chemischer Vorgang: Die Ätzung der mit einem säureresistenten Ätzgrund bedeckten Metallplatte durch eine Säure, wobei sich die Säure nur in die Linien einfraß, die der Künstler mit der Radiernadel in dem weichen Ätzgrund freigelegt hatte. Diese Technik erlaubte es dem Künstler, mit spontanen Strichen auf der Metallplatte zu „zeichnen“: Mit ihren leichten, kurzen Strichen wirkt Albrecht Altdorfers Radierung Die Landschaft mit der Doppelfichte so auch geradezu wie ein fertig ausgearbeitetes Gemälde.
5th rowDer wohl rätselhafteste Kupferstich Claude Mellans zeigt in der Mitte eine nackte, junge Frau, die liegend auf ein Tuch gebettet ist. Ihre Beine werden durch drei kindliche Knaben gespreizt, von denen einer bis in ihren Schoß vorgekrochen ist, um ihre Scham durch ein Weinblatt zu bedecken. Eingefasst wird die Szene von einem Vorhang hinter dem eine Frauengestalt mit einer Maske sitzt, die mit dem Finger auf ihren Mund deutet. Sie ist auf Basis von Allegorie-Handbüchern des 16./17. Jahrhunderts, wie Cesare Ripas Iconologia, relativ eindeutig als die Allegorie des Betrugs (Fraude) zu identifizieren. Im Hintergrund finden sich zwei Szenen des Raubs: zur Rechten ergreift ein Satyr gewaltvoll eine Frau während zur Linken Chronos - gut erkennbar aufgrund des Stundenglases auf dem Kopf des geflügelten Gottes - das Kind einer am Boden kauernden Mutter entführt. Der Zusammenhang der drei Szenen im Vorder- und Hintergrund bleibt vollkommen rätselhaft. Auch die zwei Gegenstände, die das Bett der Frau im Vordergrund rahmen, tragen nicht zur endgültigen Deutung bei. In der rechten unteren Ecke findet sich ein Spiegel, in den eines der Kinder über die Schulter hinweg linst. Dieses Kind wurde aufgrund seiner Hautfarbe als eine Art Hinweis auf den Künstler Mellan selbst gedeutet. Mellan, von griech. melas, bedeutet schwarz. Der Spiegel könnte damit als die spiegelnde Fläche der Kupferplatten Mellans zu verstehen sein. Die Mausefalle (franz. La souricière), die diesem Kupferstich ihren Titel gab hingegen dürfte in Analogie zum Genital der Frau gedeutet werden. Die Liegende und die drei Kinder wurden von Mellan nach einem Gemälde Poussins gestaltet, das die Entführung der Herse durch Merkur zeigt (Ecole des Beaux-Arts, Paris). Auch hier besteht also möglicherweise ein indirekter Zusammenhang zu einer Szene des Raubs. Dass es sich bei diesem Kupferstich um den Probeabzug einer noch unvollendeten Platte handelt, ist an den vielen weißen Partien und den in Kaltnadel nur anskizzierten Stellen gut erkennbar. Tatsächlich handelt es sich um den zweiten und letzten Zustand einer Platte, die Mellan nie vollendete. Wenngleich die Deutung der Szenen und insbesondere ihr inhaltlicher oder zeitlicher Zusammenhang schwer zu ermitteln ist, scheint das Thema der fleischlichen Lust doch alle drei Motive zu verbinden. Tatsächlich wirkt in diesem späten Kupferstich Mellans Beschäftigung mit der italienischen Kunst des 16. Jahrhunderts nach, in der sich solche "Lascive" (laszive Lust- oder Sexszenen) in Kupferstichen von und nach Agostino Carracci oder Giulio Romano finden.
ValueCountFrequency (%)
der 469
 
4.0%
die 411
 
3.5%
und 297
 
2.5%
in 238
 
2.0%
von 182
 
1.6%
mit 164
 
1.4%
das 159
 
1.4%
den 132
 
1.1%
des 124
 
1.1%
als 119
 
1.0%
Other values (3262) 9386
80.4%
2025-05-22T15:43:33.944281image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
11561
13.8%
e 11437
13.6%
n 6584
 
7.8%
i 5705
 
6.8%
r 5303
 
6.3%
t 4306
 
5.1%
s 3785
 
4.5%
a 3672
 
4.4%
d 3215
 
3.8%
l 2818
 
3.4%
Other values (90) 25550
30.4%

Most occurring categories

ValueCountFrequency (%)
(unknown) 83936
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
11561
13.8%
e 11437
13.6%
n 6584
 
7.8%
i 5705
 
6.8%
r 5303
 
6.3%
t 4306
 
5.1%
s 3785
 
4.5%
a 3672
 
4.4%
d 3215
 
3.8%
l 2818
 
3.4%
Other values (90) 25550
30.4%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 83936
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
11561
13.8%
e 11437
13.6%
n 6584
 
7.8%
i 5705
 
6.8%
r 5303
 
6.3%
t 4306
 
5.1%
s 3785
 
4.5%
a 3672
 
4.4%
d 3215
 
3.8%
l 2818
 
3.4%
Other values (90) 25550
30.4%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 83936
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
11561
13.8%
e 11437
13.6%
n 6584
 
7.8%
i 5705
 
6.8%
r 5303
 
6.3%
t 4306
 
5.1%
s 3785
 
4.5%
a 3672
 
4.4%
d 3215
 
3.8%
l 2818
 
3.4%
Other values (90) 25550
30.4%

inscriptions
Text

Missing 

Distinct16882
Distinct (%)59.6%
Missing1397
Missing (%)4.7%
Memory size232.5 KiB
2025-05-22T15:43:34.037173image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/

Length

Max length2584
Median length649
Mean length169.11251
Min length10

Characters and Unicode

Total characters4793156
Distinct characters108
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique14802 ?
Unique (%)52.2%

Sample

1st rowverso: Johann Friedrich Lahmann; Lugt 1656c; rechts oberhalb der Darstellung nummeriert; links unterhalb der Darstellung bezeichnet; rechts unterhalb der Darstellung bezeichnet; unten Mitte unterhalb der Darstellung betitelt; unten Mitte unterhalb der Darstellung bezeichnet; unten links innerhalb der Darstellung signiert und datiert
2nd rowverso: E.M.; Lugt nicht bei Lugt; oben links oberhalb der Darstellung am Blattrand von fremder Hand mit Bleistift nummeriert; unten links unterhalb der Darstellung am Blattrand von fremder Hand mit Bleistift bezeichnet; unten links innerhalb der Darstellung signiert und datiert
3rd rowunten links unterhalb der Darstellung bezeichnet; unten rechts unterhalb der Darstellung signiert; unten Mitte unterhalb der Darstellung betitelt; unten Mitte unterhalb der Darstellung bezeichnet; unten rechts unterhalb der Darstellung von fremder Hand mit Bleistift bezeichnet; unten Mitte unterhalb der Darstellung datiert und bezeichnet
4th rowoben Mitte oberhalb der Darstellung bezeichnet; unten links unterhalb der Darstellung bezeichnet; unten rechts unterhalb der Darstellung bezeichnet; unten Mitte unterhalb der Darstellung datiert; unten links innerhalb der Darstellung signiert und datiert
5th rowunten links: Kunsthalle Bremen; Lugt 292; unten links unterhalb der Darstellung signiert; unten Mitte unterhalb der Darstellung betitelt; unten Mitte unterhalb der Darstellung bezeichnet; unten rechts unterhalb der Darstellung bezeichnet
ValueCountFrequency (%)
der 60546
 
9.7%
unten 58151
 
9.3%
darstellung 56943
 
9.1%
bezeichnet 46568
 
7.4%
rechts 35175
 
5.6%
unterhalb 34385
 
5.5%
links 31091
 
5.0%
mitte 26208
 
4.2%
mit 19516
 
3.1%
innerhalb 15691
 
2.5%
Other values (2997) 241918
38.6%
2025-05-22T15:43:34.192573image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
e 644614
13.4%
597849
12.5%
n 451606
 
9.4%
t 450671
 
9.4%
r 336806
 
7.0%
l 258765
 
5.4%
i 251572
 
5.2%
u 198614
 
4.1%
a 189888
 
4.0%
s 182206
 
3.8%
Other values (98) 1230565
25.7%

Most occurring categories

ValueCountFrequency (%)
(unknown) 4793156
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
e 644614
13.4%
597849
12.5%
n 451606
 
9.4%
t 450671
 
9.4%
r 336806
 
7.0%
l 258765
 
5.4%
i 251572
 
5.2%
u 198614
 
4.1%
a 189888
 
4.0%
s 182206
 
3.8%
Other values (98) 1230565
25.7%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 4793156
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
e 644614
13.4%
597849
12.5%
n 451606
 
9.4%
t 450671
 
9.4%
r 336806
 
7.0%
l 258765
 
5.4%
i 251572
 
5.2%
u 198614
 
4.1%
a 189888
 
4.0%
s 182206
 
3.8%
Other values (98) 1230565
25.7%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 4793156
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
e 644614
13.4%
597849
12.5%
n 451606
 
9.4%
t 450671
 
9.4%
r 336806
 
7.0%
l 258765
 
5.4%
i 251572
 
5.2%
u 198614
 
4.1%
a 189888
 
4.0%
s 182206
 
3.8%
Other values (98) 1230565
25.7%

resourceType
Categorical

Imbalance  Missing 

Distinct2
Distinct (%)< 0.1%
Missing1606
Missing (%)5.4%
Memory size232.5 KiB
image
28131 
image; image
 
3

Length

Max length12
Median length5
Mean length5.0007464
Min length5

Characters and Unicode

Total characters140691
Distinct characters7
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowimage
2nd rowimage
3rd rowimage
4th rowimage
5th rowimage

Common Values

ValueCountFrequency (%)
image 28131
94.6%
image; image 3
 
< 0.1%
(Missing) 1606
 
5.4%

Length

2025-05-22T15:43:34.251332image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2025-05-22T15:43:34.289178image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/
ValueCountFrequency (%)
image 28137
100.0%

Most occurring characters

ValueCountFrequency (%)
i 28137
20.0%
m 28137
20.0%
a 28137
20.0%
g 28137
20.0%
e 28137
20.0%
; 3
 
< 0.1%
3
 
< 0.1%

Most occurring categories

ValueCountFrequency (%)
(unknown) 140691
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
i 28137
20.0%
m 28137
20.0%
a 28137
20.0%
g 28137
20.0%
e 28137
20.0%
; 3
 
< 0.1%
3
 
< 0.1%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 140691
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
i 28137
20.0%
m 28137
20.0%
a 28137
20.0%
g 28137
20.0%
e 28137
20.0%
; 3
 
< 0.1%
3
 
< 0.1%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 140691
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
i 28137
20.0%
m 28137
20.0%
a 28137
20.0%
g 28137
20.0%
e 28137
20.0%
; 3
 
< 0.1%
3
 
< 0.1%

Interactions

2025-05-22T15:43:28.550846image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/
2025-05-22T15:43:28.463482image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/
2025-05-22T15:43:28.594674image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/
2025-05-22T15:43:28.508474image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/

Correlations

2025-05-22T15:43:34.315036image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/
classificationearliestDategenderOfArtistlatestDateresourceTyperoletype
classification1.0000.0870.0230.0910.0160.5330.990
earliestDate0.0871.0000.0610.9440.0000.4630.347
genderOfArtist0.0230.0611.0000.0300.0000.8240.016
latestDate0.0910.9440.0301.0000.0000.6220.512
resourceType0.0160.0000.0000.0001.0000.0000.027
role0.5330.4630.8240.6220.0001.0000.418
type0.9900.3470.0160.5120.0270.4181.000

Missing values

2025-05-22T15:43:28.675950image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/
A simple visualization of nullity by column.
2025-05-22T15:43:28.914510image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/
Nullity matrix is a data-dense display which lets you quickly visually pick out patterns in data completion.
2025-05-22T15:43:29.108559image/svg+xmlMatplotlib v3.9.2, https://matplotlib.org/
The correlation heatmap measures nullity correlation: how strongly the presence or absence of one variable affects the presence of another.

Sample

lidoRecordIdimageUrltypematerialdisplayDateearliestDatelatestDatesubjectartistName (preferred)artistGNDIdgenderOfArtistplaceOfBirthplaceOfDeathplaceOfActivityassociatedCountryrolebirth yeardeath yearlocationtitleclassificationdisplayMaterialsTechdisplayMeasurementsobjectDescriptioninscriptionsresourceType
0DE-MUS-027614/lido/100104https://onlinekatalog.kunsthalle-bremen.de/DE-MUS-027614/object/100104/157321Druckgraphik; DruckgraphikLithographie; Lithographie (Druckverfahren)18381838.01838.0Stadtansicht (allgemein); Vedute (+ Stadt(ansicht) mit (Staffage-)Figuren); Vedute; Stadt; Namen von Städten und Dörfern (CONSTANTINE); Stadt; Dorf; Name; Inspektion, Besichtigung (der Kompanie, Einheit, Truppe); untersuchen; prüfenRaffet, Denis Auguste Marie118787683NaNParisGenuaNaNFrankreich; ItalienLithograph1804-03-021860-02-16BremenRevue, Blatt 12 der Folge "Prise de Constantine"; HeerschauDruckgraphik; DruckgraphikLithographie169 x 275 mmNaNverso: Johann Friedrich Lahmann; Lugt 1656c; rechts oberhalb der Darstellung nummeriert; links unterhalb der Darstellung bezeichnet; rechts unterhalb der Darstellung bezeichnet; unten Mitte unterhalb der Darstellung betitelt; unten Mitte unterhalb der Darstellung bezeichnet; unten links innerhalb der Darstellung signiert und datiertimage
1DE-MUS-027614/lido/100109https://onlinekatalog.kunsthalle-bremen.de/DE-MUS-027614/object/100109/156033Druckgraphik; DruckgraphikRadierung; Radierung (Druckverfahren)18741874.01874.0Jäger; männlich; auf einem Pferd, Esel oder Maultier reiten; Reiter(in); reiten; reiten (zu Pferd); Esel; MaultierDetaille, Édouard118671685MannNaNNaNNaNFrankreichRadierer18481912BremenJäger zu Pferde, im ProfilDruckgraphik; DruckgraphikRadierung317 x 237 mmNaNverso: E.M.; Lugt nicht bei Lugt; oben links oberhalb der Darstellung am Blattrand von fremder Hand mit Bleistift nummeriert; unten links unterhalb der Darstellung am Blattrand von fremder Hand mit Bleistift bezeichnet; unten links innerhalb der Darstellung signiert und datiertimage
2DE-MUS-027614/lido/100112https://onlinekatalog.kunsthalle-bremen.de/DE-MUS-027614/object/100112/130002Druckgraphik; DruckgraphikKupferstich; Kupferstich (Druckverfahren); Kupferstich (Druckverfahren)18501850.01850.0historische Person (MEMLING, Hans) - Porträt einer historischen Person (MEMLING, Hans) (MEMLING, Hans) (+ Brustbild, Dreiviertelprofil (Porträt)); Name; historische Person; Porträt; Mensch; Mann; Knabe; Junge; Identität; erwachsener Mann (+ Dreiviertelprofil); Erwachsenenalter; Porträt, Selbstporträt eines Malers; Porträt; Selbstporträt; MalerDesvachez, David1166576817MannValenciennesLüttichBrüssel; Paris; ValenciennesBelgienStecher1822-06-301902-05-20BremenBildnis J. HemlingDruckgraphik; DruckgraphikKupferstich370 x 280 mmNaNunten links unterhalb der Darstellung bezeichnet; unten rechts unterhalb der Darstellung signiert; unten Mitte unterhalb der Darstellung betitelt; unten Mitte unterhalb der Darstellung bezeichnet; unten rechts unterhalb der Darstellung von fremder Hand mit Bleistift bezeichnet; unten Mitte unterhalb der Darstellung datiert und bezeichnetimage
3DE-MUS-027614/lido/100113https://onlinekatalog.kunsthalle-bremen.de/DE-MUS-027614/object/100113/155976Druckgraphik; DruckgraphikNaN18801880.01880.0Soldat ohne Dienstgrad; Soldat; Krieger; Schußwaffen: Kanone; Schusswaffen; schießenDetaille, Édouard118671685MannNaNNaNNaNFrankreichLithograph18481912BremenArtilleristDruckgraphik; DruckgraphikLithographie in Schwarz, Weiß, Rot; Tonplatte in Braun290 x 221 mmNaNoben Mitte oberhalb der Darstellung bezeichnet; unten links unterhalb der Darstellung bezeichnet; unten rechts unterhalb der Darstellung bezeichnet; unten Mitte unterhalb der Darstellung datiert; unten links innerhalb der Darstellung signiert und datiertimage
4DE-MUS-027614/lido/100114https://onlinekatalog.kunsthalle-bremen.de/DE-MUS-027614/object/100114/130004Druckgraphik; DruckgraphikLithographie; Lithographie (Druckverfahren)18161816.01816.0Liebespaar; Paar; Szene aus: Bernardin de Saint-Pierre, Paul et Virginie; literarisches Werk; Buch; Roman; Dichtkunst; Maskerade; Spiel; Titel; NameDesenne, Alexandre Joseph121242986MannNaNNaNParisFrankreichLithograph17851827BremenPaul et Virginie; Paul und VirginieDruckgraphik; DruckgraphikLithographie290 x 221 mmNaNunten links: Kunsthalle Bremen; Lugt 292; unten links unterhalb der Darstellung signiert; unten Mitte unterhalb der Darstellung betitelt; unten Mitte unterhalb der Darstellung bezeichnet; unten rechts unterhalb der Darstellung bezeichnetimage
5DE-MUS-027614/lido/100115https://onlinekatalog.kunsthalle-bremen.de/DE-MUS-027614/object/100115/130000Druckgraphik; DruckgraphikLithographie; Lithographie (Druckverfahren)1827-18801827.01880.0Volkstracht, regionale Tracht; Folklore; Kostüm; menschlische Gestalt an einem (offenen) Fenster, von außen gesehen; Gestalt; Fenster; offen; Außenseite; erwachsene Frau; ErwachsenenalterDesmaisons, Emilien123098556MannParisMontlignon (Seine-et-Oise)NaNFrankreichLithograph1812-12-191880-01-28BremenSpanierinDruckgraphik; DruckgraphikLithographie270 x 213 mmNaNunten links: Kunsthalle Bremen; Lugt 292; unten rechts innerhalb der Darstellung signiertimage
6DE-MUS-027614/lido/100116https://onlinekatalog.kunsthalle-bremen.de/DE-MUS-027614/object/100116/130003Druckgraphik; DruckgraphikRadierung; Radierung (Druckverfahren)1863-18681863.01868.0Namen von Städten und Dörfern (MEUDON); Stadt; Dorf; Name; Landschaft mit einem Turm oder einer Burg (einem Schloß); Turm; Sträucher; StrauchDesbrosses, Léopold121907120NaNNaNNaNNaNFrankreichRadierer18211908BremenLe Château de Meudon; Schloss MeudonDruckgraphik; DruckgraphikRadierung155 x 238 mmNaNoben links oberhalb der Darstellung am Blattrand von fremder Hand; um 90 Grad nach rechts gedreht mit Bleistift bezeichnet; unten links unterhalb der Darstellung signiert; unten rechts unterhalb der Darstellung bezeichnet; unten Mitte unterhalb der Darstellung betitelt; unten links unterhalb der Darstellung bezeichnet; unten rechts unterhalb der Darstellung von fremder Hand mit Bleistift nummeriert; unten links unterhalb der Darstellung am Blattrand von fremder Hand; um 90 Grad nach rechts gedreht mit Bleistift bezeichnet; oben rechts oberhalb der Darstellung nummeriertimage
7DE-MUS-027614/lido/100117https://onlinekatalog.kunsthalle-bremen.de/DE-MUS-027614/object/100117/156030Druckgraphik; DruckgraphikLithographie; Lithographie (Druckverfahren)18181818.01818.0Stadtmauern; Wehrmauer; Stadtbefestigung; Namen von Städten und Dörfern (AKKON); Stadt; Dorf; NameDeseynes, A.117500518MannMülhausenMülhausenMülhausen; LondonFrankreichLithograph1788-08-171839-04-25BremenRemparts de St. Jean d’Acre; Stadtmauer von AkkonDruckgraphik; DruckgraphikLithographie199 x 263 mmNaNoben Mitte: J. G. Heyse Bremen; Lugt nicht bei Lugt; oben rechts oberhalb der Darstellung nummeriert; unten rechts unterhalb der Darstellung bezeichnet; unten Mitte unterhalb der Darstellung betitelt; unten Mitte unterhalb der Darstellung von fremder Hand mit Bleistift bezeichnet; unten links unterhalb der Darstellung signiert und datiertimage
8DE-MUS-027614/lido/100118https://onlinekatalog.kunsthalle-bremen.de/DE-MUS-027614/object/100118/156013Druckgraphik; DruckgraphikRadierung; Radierung (Druckverfahren)18791879.01879.0historische Personen - BB - Frau (+ Dreiviertelprofil des Gesichts (Porträt)); Person; historisch; weiblich; Name; erwachsene Frau (+ Dreiviertelprofil); ErwachsenenalterDesboutin, Marcellin116081708MannNaNNaNNaNFrankreichRadierer18231902BremenBildnis Frau Lambert-LassusDruckgraphik; DruckgraphikRadierung120 x 81 mmNaNunten rechts unterhalb der Darstellung monogrammiert; unten rechts unterhalb der Darstellung am Blattrand von fremder Hand mit Bleistift nummeriert; unten links unterhalb der Darstellung am Blattrand von fremder Hand mit Bleistift bezeichnetimage
9DE-MUS-027614/lido/100119https://onlinekatalog.kunsthalle-bremen.de/DE-MUS-027614/object/100119/155969Druckgraphik; DruckgraphikRadierung; Radierung (Druckverfahren); Aquatinta; Aquatinta (Druckverfahren); Aquatinta (Druckverfahren)18791879.01879.0historische Person (BEREND, Edward) - Porträt einer historischen Person (BEREND, Edward) (BEREND, Edward) (+ Dreiviertelprofil des Gesichts (Porträt)); Name; historische Person; Porträt; Mensch; Mann; Knabe; Junge; Identität; Porträt, Selbstporträt eines Malers; Porträt; Selbstporträt; Maler; erwachsener Mann (+ Dreiviertelprofil); ErwachsenenalterDesboutin, Marcellin116081708MannNaNNaNNaNFrankreichRadierer18231902BremenBildnis Edward BerendDruckgraphik; DruckgraphikRadierung und Aquatinta240 x 160 mmNaNverso: E.M.; Lugt nicht bei Lugt; oben links oberhalb der Darstellung von fremder Hand mit Bleistift nummeriert; unten links unterhalb der Darstellung am Blattrand von fremder Hand mit Bleistift bezeichnetimage
lidoRecordIdimageUrltypematerialdisplayDateearliestDatelatestDatesubjectartistName (preferred)artistGNDIdgenderOfArtistplaceOfBirthplaceOfDeathplaceOfActivityassociatedCountryrolebirth yeardeath yearlocationtitleclassificationdisplayMaterialsTechdisplayMeasurementsobjectDescriptioninscriptionsresourceType
29730DE-MUS-027614/lido/98624https://onlinekatalog.kunsthalle-bremen.de/DE-MUS-027614/object/98624/130304Druckgraphik; DruckgraphikKupferstich; Kupferstich (Druckverfahren); Kupferstich (Druckverfahren)1660-16821660.01682.0Porträt, Selbstporträt eines Malers; Porträt; Selbstporträt; Maler; historische Person (GADDI, Taddeo) - Porträt einer historischen Person (GADDI, Taddeo) (GADDI, Taddeo) (+ halbfiguriges Porträt); Name; historische Person; Porträt; Mensch; Mann; Knabe; Junge; IdentitätLarmessin, Nicolas de1068981598MannNaNNaNParisFrankreichStecher1632-101694-07-23BremenTaddeo Gaddi, Pittor., aus: Isaac Bullart, "Académie des sciences et des arts contenant les vies et les éloges historiques des hommes illustres", Paris 1682; Bildnis Taddeo Gaddi, MalerDruckgraphik; DruckgraphikKupferstich171 x 133 mmNaNMitte links innerhalb der Darstellung monogrammiert; unten Mitte unterhalb der Darstellung betiteltimage
29731DE-MUS-027614/lido/98625https://onlinekatalog.kunsthalle-bremen.de/DE-MUS-027614/object/98625/130314Druckgraphik; DruckgraphikKupferstich; Kupferstich (Druckverfahren); Kupferstich (Druckverfahren)um 16821677.01687.0Porträt, Selbstporträt eines Malers; Porträt; Selbstporträt; Maler; historische Person (ALDEGREVER, Heinrich) - Porträt einer historischen Person (ALDEGREVER, Heinrich) (ALDEGREVER, Heinrich) (+ halbfiguriges Porträt); Name; historische Person; Porträt; Mensch; Mann; Knabe; Junge; IdentitätLarmessin, Nicolas de1068981598MannNaNNaNParisFrankreichStecher1632-101694-07-23BremenHenricus Aldegrever Vestphalus, Pictor et Sculptor; Bildnis Heinrich Aldegrever, Maler und BildhauerDruckgraphik; DruckgraphikKupferstich169 x 132 mmNaNunten Mitte unterhalb der Darstellung betitelt; unten Mitte unterhalb der Darstellung am Blattrand bezeichnet; unten links unterhalb der Darstellung signiertimage
29732DE-MUS-027614/lido/98626https://onlinekatalog.kunsthalle-bremen.de/DE-MUS-027614/object/98626/130281Druckgraphik; DruckgraphikKupferstich; Kupferstich (Druckverfahren); Kupferstich (Druckverfahren)1660-16821660.01682.0Porträt, Selbstporträt eines Malers; Porträt; Selbstporträt; Maler; historische Person (DA MESSINA, Antonello) - Porträt einer historischen Person (DA MESSINA, Antonello) (DA MESSINA, Antonello)Larmessin, Nicolas de1068981598MannNaNNaNParisFrankreichStecher1632-101694-07-23BremenAntonello da Messina, Pit., aus: Isaac Bullart, "Académie des sciences et des arts contenant les vies et les éloges historiques des hommes illustres", Paris 1682; Bildnis Antonello da Messina, MalerDruckgraphik; DruckgraphikKupferstich172 x 133 mmNaNoben links innerhalb der Darstellung signiert; unten Mitte unterhalb der Darstellung betitelt; Mitte links innerhalb der Darstellung monogrammiertimage
29733DE-MUS-027614/lido/98627https://onlinekatalog.kunsthalle-bremen.de/DE-MUS-027614/object/98627/130277Druckgraphik; DruckgraphikKupferstich; Kupferstich (Druckverfahren); Kupferstich (Druckverfahren)1699-17551699.01755.0Porträt, Selbstporträt eines Malers; Porträt; Selbstporträt; Maler; Volkstracht, regionale Tracht; Folklore; Kostüm; erwachsene Frau; ErwachsenenalterLarmessin, Nicolas de1089456840MannParisNaNParisFrankreichStecher1684-01-281755-02-28BremenSpinnerinDruckgraphik; DruckgraphikKupferstich130 x 93 mmNaNverso: Kunstverein Bremen; Lugt 294; links unterhalb der Darstellung bezeichnet; unten Mitte unterhalb der Darstellung bezeichnet; unten links auf dem Träger von fremder Hand mit Feder in Schwarz bezeichnet; unten Mitte auf dem Träger von fremder Hand mit Feder in Schwarz bezeichnet; unten rechts auf dem Träger von fremder Hand mit Feder in Schwarz bezeichnet; rechts unterhalb der Darstellung signiertimage
29734DE-MUS-027614/lido/98628https://onlinekatalog.kunsthalle-bremen.de/DE-MUS-027614/object/98628/130266Druckgraphik; DruckgraphikKupferstich; Kupferstich (Druckverfahren); Kupferstich (Druckverfahren)17011701.01701.0historische Person (BOUFFLERS, Louis François de) - Porträt einer historischen Person (BOUFFLERS, Louis François de) (BOUFFLERS, Louis François de) (+ halbfiguriges Porträt); Name; historische Person; Porträt; Mensch; Mann; Knabe; Junge; Identität; Rüstung, Panzer; Rüstung; Oberbefehlshaber, General, Marschall; Oberbefehlshaber; GeneralThomassin, Simon122076419MannParisParisRomFrankreichStecher16541733BremenLouis François Duc de Boufflers Marêchal de France; Bildnis Louis François, Herzog von Boufflers, Marschall von FrankreichDruckgraphik; DruckgraphikKupferstich182 x 141 mmNaNumlaufend im ovalen Rahmen betitelt; unten rechts unterhalb der Darstellung signiert und datiert; unten links unterhalb der Darstellung bezeichnetimage
29735DE-MUS-027614/lido/98641https://onlinekatalog.kunsthalle-bremen.de/DE-MUS-027614/object/98641/130315Druckgraphik; DruckgraphikKupferstich; Kupferstich (Druckverfahren); Kupferstich (Druckverfahren)1669-17331669.01733.0Rüstung, Panzer; Rüstung; historische Person (LUDWIG <XVI., Frankreich, König>) - Porträt einer historischen Person (LUDWIG <XVI., Frankreich, König>) (LUDWIG <XVI., Frankreich, König>) (+ halbfiguriges Porträt); Name; historische Person; Porträt; Mensch; Mann; Knabe; Junge; Identität; KönigThomassin, Simon122076419MannParisParisRomFrankreichStecher16541733BremenLouis le Grand; Bildnis Ludwig XVI.Druckgraphik; DruckgraphikKupferstich139 x 85 mmNaNoben innerhalb der Darstellung halbkreisförmig bezeichnet; unten innerhalb der Darstellung signiert; unten Mitte innerhalb der Darstellung betitelt; unten innerhalb der Darstellung halbkreisförmig; um 180° gedreht bezeichnetimage
29736DE-MUS-027614/lido/98642https://onlinekatalog.kunsthalle-bremen.de/DE-MUS-027614/object/98642/130275Druckgraphik; DruckgraphikKupferstich; Kupferstich (Druckverfahren); Kupferstich (Druckverfahren)1660-16821660.01682.0Bekleidungszubehör für den Hals, Schal, Halstuch (RUFF); Schal; Halstuch; historische Person (VEEN, Otto van) - Porträt einer historischen Person (VEEN, Otto van) (VEEN, Otto van) (+ halbfiguriges Porträt); Name; historische Person; Porträt; Mensch; Mann; Knabe; Junge; Identität; Porträt, Selbstporträt eines Künstlers; Porträt; SelbstporträtLarmessin, Nicolas de122883098NaNNaNNaNNaNFrankreichStecher16401725BremenOctavio Vænius, aus: Isaac Bullart, "Académie des sciences et des arts contenant les vies et les éloges historiques des hommes illustres", Band 2, Paris 1682; Bildnis Otto van VeenDruckgraphik; DruckgraphikKupferstich170 x 139 mmNaNunten Mitte unterhalb der Darstellung betitelt; unten rechts unterhalb der Darstellung signiert; unten links unterhalb der Darstellung bezeichnetimage
29737DE-MUS-027614/lido/98643https://onlinekatalog.kunsthalle-bremen.de/DE-MUS-027614/object/98643/130317Druckgraphik; DruckgraphikKupferstich; Kupferstich (Druckverfahren); Kupferstich (Druckverfahren)1660-16821660.01682.0Porträt, Selbstporträt eines Künstlers; Porträt; Selbstporträt; historische Person (DEL VAGA, Pierino) - Porträt einer historischen Person (DEL VAGA, Pierino) (DEL VAGA, Pierino) (+ halbfiguriges Porträt); Name; historische Person; Porträt; Mensch; Mann; Knabe; Junge; IdentitätLarmessin, Nicolas de1068981598MannNaNNaNParisFrankreichStecher1632-101694-07-23BremenPerino del Vaga, Pit., aus: Isaac Bullart, "Académie des sciences et des arts contenant les vies et les éloges historiques des hommes illustres", Paris 1682; Perino del Vaga, MalerDruckgraphik; DruckgraphikKupferstich168 x 132 mmNaNunten Mitte unterhalb der Darstellung betitelt; unten rechts unterhalb der Darstellung signiertimage
29738DE-MUS-027614/lido/98644https://onlinekatalog.kunsthalle-bremen.de/DE-MUS-027614/object/98644/130241Druckgraphik; DruckgraphikKupferstich; Kupferstich (Druckverfahren); Kupferstich (Druckverfahren)1660-16821660.01682.0Porträt, Selbstporträt eines Malers; Porträt; Selbstporträt; Maler; historische Person (COXCIE, Michel) - Porträt einer historischen Person (COXCIE, Michel) (COXCIE, Michel) (+ dreiviertelfiguriges Porträt); Name; historische Person; Porträt; Mensch; Mann; Knabe; Junge; IdentitätLarmessin, Nicolas de1068981598MannNaNNaNParisFrankreichRadierer1632-101694-07-23BremenMichael, Coexius, Mechliniens, Pictor, aus: Isaac Bullart, "Académie des sciences et des arts contenant les vies et les éloges historiques des hommes illustres", Band 2, Paris 1682; Bildnis Michiel Coxcie, MalerDruckgraphik; DruckgraphikKupferstich157 x 131 mmNaNunten Mitte unterhalb der Darstellung betitelt; unten rechts unterhalb der Darstellung signiertimage
29739DE-MUS-027614/lido/98645https://onlinekatalog.kunsthalle-bremen.de/DE-MUS-027614/object/98645/130308Druckgraphik; DruckgraphikKupferstich; Kupferstich (Druckverfahren); Kupferstich (Druckverfahren)1645-16821645.01682.0historische Person (VOS, Maarten de) - Porträt einer historischen Person (VOS, Maarten de) (VOS, Maarten de); Porträt, Selbstporträt eines Künstlers; Porträt; SelbstporträtBoulonois, Esme de129079502MannNaNNaNParis; BrüsselFrankreichStecher16301682BremenMartinus de Vos, aus: Isaac Bullart, "Académie des sciences et des arts contenant les vies et les éloges historiques des hommes illustres", Band 2, Paris 1682; Bildnis Marten de VosDruckgraphik; DruckgraphikKupferstich160 x 129 mmNaNunten Mitte unterhalb der Darstellung betitelt; unten rechts unterhalb der Darstellung signiert; unten Mitte innerhalb der Darstellung kreisförmig bezeichnetimage